TRAFIK İŞARETLERININ DERIN ÖĞRENME İLE TESPITI

Güncelleme tarihi: Eki 13

Almanya trafik sisteminin düzgün, tutarlı bir şekilde sürdürülmesi için çeşitli hız akışının levhalar yardımıyla belirli yerlerde araçların hızları belirlenmiştir Ancak herhangi bir sürücü dikkat eksikliğine maruz kalmamak için araçların hız trafik levhaları sürücüye uyarı olarak vermesi hedeflenmiştir.Derin Öğrenme Yönteminin trafik levhalarının algılaması için çeşitli algılayıcılar kullanılmıştır, trafik levhalarının sürücüye verildikten ve sürücü tarafından algılandıktan sonra bunları sınıflandırıp sürücü ekranında uyarı olarak verilmesi gerekmektedir. Almanya'da toplanan görüntü ve videolar ile trafik işareti veriseti oluşturulmuştur. Konu da için derin öğrenme yöntemleri kullanılmıştır 90 sınıftan oluşan ve toplam 39.209 eğitim, 12.630 test görüntüsü içeren German Traffic Sign Recognition Benchmark (GTSRB) veri seti kullanılmış ve farklı hava koşullarında günün farklı zamanlarında (gündüz-gece) elde edilen görüntüler bulunmaktadır.Sürücü otonom sistemleri ve sürücü araç yardımlarıyla kullanılmak üzere, derin öğrenme ve görüntü işleme yöntemleri ile eğitilmiş, verilen görüntü üzerinden trafik işaretlerinin konumunu ve içeriğini gerçek zamanlı olarak tespit edebilen bir sistem gerçekleştirmeye çalışılmıştır.Bu konuda derin öğrenme yöntemi kullanarak eğitim,doğrulama,test ve inceleme sonucunda doğruluk oranları hakkında bilgilere ulaşılmak amaçlanmış ve istenmiştir.

Keywords: : CNN, Trafik Işareti Tanıma, Görüntü Işleme.

22 görüntüleme0 yorum